从基因组数据中准确检测肿瘤克隆性及其持续扩增模式

近期证据表明，尽管已付出大量努力，当前可用的肿瘤内异质性（intra-tumor heterogeneity, ITH）估计算法仍然存在局限性。我们开发了DECODE（Deciphering Cancer Origin from DNA Evolution），这是一种新型突变聚类方法，能够纳入样本特异性的测序覆盖度和突变检测偏倚的影响。 在合成数据上，DECODE在多种克隆性指标上均优于现有方法，并能够准确检测和表征位点频率谱（site frequency spectrum, SFS）中的中性尾部；该尾部编码了肿瘤持续扩增的模式。 在急性髓系白血病中，对中性尾部加以考虑，使DECODE能够给出更为简约的克隆分解结果，并且这些结果与驱动复发的已知亚克隆动力学更加一致。 应用于癌症基因组图谱（The Cancer Genome Atlas, TCGA）的数据时，DECODE不仅在多数肿瘤类型的样本中检测到了中性SFS尾部，还揭示了在低级别胶质瘤中，ITH与生存结局之间具有临床意义的关联。 通过联合推断克隆性和扩增模式，DECODE能够从单一样本的肿瘤基因组数据中提供两种相互补充且具有预后相关性的肿瘤演化读出。

最新证据表明，尽管已投入大量努力，当前可用的用于估计肿瘤内异质性（intra-tumor heterogeneity, ITH）的算法仍然存在局限。我们开发了 DECODE（Deciphering Cancer Origin from DNA Evolution），这是一种新型突变聚类方法，纳入了样本特异性测序覆盖度和突变检测偏倚的影响。在合成数据上，DECODE 在多种克隆性指标上均优于现有方法，并且能够准确检测和表征位点频率谱（site frequency spectrum, SFS）中的中性尾部，该尾部编码了肿瘤持续扩增的模式。在急性髓系白血病中，对中性尾部加以考虑使 DECODE 能够得到更为简约的克隆分解结果，并且这些结果与驱动复发的已知亚克隆动力学更加一致。应用于癌症基因组图谱（The Cancer Genome Atlas）的数据时，DECODE 不仅在多种肿瘤类型的大多数样本中检测到了中性 SFS 尾部，还揭示了低级别胶质瘤中 ITH 与生存之间具有临床意义的关联。通过联合推断克隆性和扩增模式，DECODE 从单一样本肿瘤基因组数据中提供了两种互补且具有预后相关性的肿瘤演化读出指标。

感谢您有意帮助传播 bioRxiv 的相关信息。

注意：要求提供您的电子邮箱地址，仅用于将您标识为本文的发送者。

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.06.15.732415v1?rss=1

🏷️ 肿瘤内异质性 克隆性分析 肿瘤演化 基因组数据分析 突变聚类 癌症生物信息学